本發明涉及災害信息管理領域，尤其涉及一種洪水災害風險評估方法的構建。

背景技術：
：

洪水是暴雨或持續降雨致使低洼地區及江河水位急劇上漲的現象，其產生和發展受自然環境系統作用影響。暴雨洪水災害主要有以下特點：(1)普遍性和持久性；(2)全球性與區域性；(3)發生不確定性和可預測性；(4)突發性與遲緩性；(5)遷移性、滯后性與重現性；(6)后果的雙重性。洪水危害農作物生長，破壞農業正常生產以及其他產業的正常發展，甚至危害人類生命健康與安全。隨著全球氣候變化的不穩定，極端氣候事件增多，洪水災害發生頻率逐漸增高。全世界每年全世界每年因洪水災害造成的傷亡人數超過全部因自然災害傷亡人數的65％，造成的損失超過所有因自然災害損失的30％。我國是一個自然災害發生頻繁的國家，而洪水災害則是對整個社會經濟發展影響最大的自然災害之一。隨著全球氣候變暖，自然資源的開發利用不斷擴大，城鄉經濟的規劃建設不斷加強，洪水出現的頻率越來越高，造成的損失越來越大，嚴重威脅著國民經濟和人民生命財產的安全。洪水災害已經成為人類社會共同面臨和關注的重大問題，洪水災害風險評價研究成為當前研究熱點問題。

目前多數學者認為，洪災風險是由洪水危險性、穩定性和易損性三個要素決定的，在洪水災害風險的形成過程中，除了危險性、穩定性、易損性之外，防災減災能力對于洪水災害風險度大小的作用也是比較大的。因此，國內一些研究者在對洪水災害風險進行分析時，將防災減災能力考慮在內；認為危險性、穩定性、易損性和防災減災能力缺一不可，是四者綜合作用的結果。

危險性表示引起洪水災害的氣象現象(如降水)；穩定性描述地形地貌特征等(如河網密度、地形坡度等)；易損性表示受災區暴露物體在洪水災害中受影響的程度；防災減災能力表示出受災區在長期和短期內能夠從災害中恢復的程度。

洪水災害風險評估就是對致災因子及孕災環境的危險性、承災體的易損性以及穩定性進行綜合評價，為減災與管理提供科學的決策依據。目前洪水災害風險評估的研究重點之一，就是如何科學、客觀地將一個多指標問題綜合成一個單指標的形式，在一維空間中實現綜合評估，其實質就是如何合理地確定這些評價指標的權重。洪水災害風險評估是對風險區遭受不同強度洪水的可能性及其可能造成的后果進行定量分析和評估。洪水災害風險評價涉及致災因子、孕災環境及承災體等眾多因素的影響，這些因素在不同區域間有較強的空間差異性；

洪水災害風險評估研究方法較多，洪水災害風險評估中最常用的方法是數理統計分析法，它是建立在概率論與數理統計基礎上的一類傳統定量分析方法，適用于洪水災害隨機現象及過程的處理。數理統計分析法包括相關分析法、回歸分析方法、時間序列分析方法、主成分分析法等，其中回歸分析方法是目前洪水災害風險評估中經常應用的數理統計分析方法。

美國運籌學家Saaty于20世紀70年代提出的層次分析法(Analytic Hierarchy Process,AHP)，是從定性分析到定量分析綜合集成的典型的決策分析方法，它將人們對復雜系統的思維過程數學化，將人的主觀判斷為主的定性分析進行定量化，將各種判斷要素之間的差異數值化，幫助人們保持思維過程的一致性。運用這種方法，決策者可以將復雜問題分解為若干層次和若干因素，在各因素之間進行簡單的比較和計算，就可以得出各要素的權重。洪水災害風險評估是一個復雜多層次的問題，利用層次分析法，就可以科學合理地確定各指標的權重，目前已經在洪水災害風險評估理論與實踐中得到成功應用。

國內暴雨洪水災害綜合風險評估研究起步較晚，但也進行了一系列的研究。大多研究是利用地理空間信息，結合GIS技術，利用研究方法構建災害風險評價模型，評價各風險因子的貢獻率，并運用GIS柵格計算功能，生成研究區災害風險區劃圖，對區劃圖進行分析，對洪水災害綜合風險評估。

綜合國內外的研究成果，暴雨災害風險分析還存在以下不足：(1)評估方法方面，利用一種方法對洪水災害進行預報已經做了大量的研究，多種研究方法集成研究較少；(2)評估指標方面，基本上是利用歷史降水、水系、地形等資料對洪水災害綜合危險性和相對危險性進行評價，沒有考慮植被、土地利用類型等參數；(3)災害過程方面：主要對洪水災害歷史過去研究比較多，對現狀研究不足，特別是對暴雨災害過程研究較少。

技術實現要素：
：

本發明的目的是提供一種洪災風險分析評估方法，旨在建立洪水災害風險評估指標GIS數據庫，建立洪水災害風險評估模型，為氣象部門及相關地方政府解決洪水災害防災減災措施。

為了解決上述問題，本申請的技術方案是：

主要實現步驟包括：

一種不同尺度區域洪水災害風險評估的方法，其特征在于，該方法包括以下步驟：

步驟一、數據的收集與整理。采集待分析區域的空間數據及與所述空間數據相關聯的屬性數據作為初始數據，包括降雨數據、徑流量數據、洪水災害頻率、水文數據、地形數據、土地利用數據、植被數據、社會經濟數據、人口密度數據水文水位觀測站點密度數據、勞動人口比重數據和地方財政收入數據等，其中，用河網密度表示水文水系數據，用高程相對標準差來取代坡度來表示地形數據，通過遙感信息獲取土地利用數據與植被數據。最后將所述初始數據壓縮后存儲至創建的空間數據庫中；

步驟二、對步驟一中所收集的初始數據進行標準化處理，統一單位；對步驟一所述原始指標數據進行標準化處理并賦值給每個評價單元；所用的數據均轉換成柵格數據存儲格式，所有的數據都經過投影轉換與重采樣。

步驟三、確定各影響因子權重。利用AHP層次分析法與熵權法耦合模型，確定各因子權重；AHP層次分析法用有限的定量數據將各影響因子影響程度量化，更加系統、清晰、明確，同時簡潔實用，熵權法有效地降低了層次分析法中人為主觀因素的干擾，可以從站場設施各風險因素采集數據入手，充分利用數據信息自身的變化，客觀地得出風險因素的權重。這種分析方法綜合了嫡權法與層次分析法的優點，使得多指標綜合評價中權數的確定更趨合理。

步驟四、建立綜合風險評估模型。根據洪水災害自身特點，建立“指標層、準則層、目標層”遞階層次結構模型，確定準則層所對應的指標項；確定研究區對研究區洪水災害進行危險性評價、穩定性評價、易損性評價、防災減災能力評價以及綜合風險評價，評估研究區域內洪水災害風險值，劃分風險等級，生成洪水災害風險指數圖。

所述步驟一的徑流量計算方法，采用SCS模型曲線數值法，具體內容包括：

SCS徑流模型能反映不同土壤類型、不同土地利用方式及前期土壤含水量對降雨徑流的影響，計算公式如下：

其中：Q為徑流量；P為當天降水量；S為潛在入滲量，CN為曲線數值。

所述步驟二中初始數據標準化處理，包括：

在ARCGIS中通過地圖代數工具對數據進行標準化處理。標準化的公式為：

經過這種標準化所得的新數據，各要素的極大值為1，極小值為0，其余的數值均在0與1之間。其中X_i為專題指標數據中的統計值或VALUE值，X_i(max)表示指標數據值中的最大值，X_i(min)表示指標數據值中的最小值。

所述步驟三中確定各影響因子權重，采用AHP層次分析法與熵權法相結合確定各影響因子權重；

進一步，具體方法為：分別用AHP層次分析法和熵權法確定各影響因子權重，再求組合權重；

進一步，確定組合權重的方法乘數和歸一法如下式所示：

w_j表示綜合權重，u_j表示信息熵權重，w′_j表示AHP層次分析法確定的權重。當熵權法與層次分析法得出的權數排序完全相同時，用熵權法得出的權系數作為各指標的最終權系數；當兩類方法得出的權系數按指標重要等級排序不一致時，采用層次分析法得出的權系數為各指標的最終權系數；處于中間狀態時，可采用折中的方法。這種分析方法綜合了嫡權法與層次分析法的優點。

所述步驟四建立綜合風險評估模型，洪水災害綜合風險評估方法包括危險性評價、穩定性評價、易損性評價、防災減災能力評價以及綜合風險評價。

綜合風險評價＝危險性評價+易損性評價+穩定性評價+防災減災能力評價

所述步驟四洪水災害綜合風險評估包括危險性評價、穩定性評價、易損性評價、防災減災能力評價以及綜合風險評價，該方法進一步包括：

選取了河流徑流量、降雨指標和歷史洪水災害頻率進行危險性評價；

選取DEM、土地利用類型、植被指數、河網密度因素來進行暴雨災害孕災環境穩定性評價；

選取人口密度分布和人均GDP指標進行洪水災害易損性評價；

選取水文水位站點數密度、單位土地面積地方財政收入、勞動人口比重來進行防災減災能力評價。

所述步驟四建立風險評估模型，該模型進一步包括：

根據危險性評價因子權重，進行IDW方法插值，進行空間數據的離散化，通過指標轉換，得到洪水災害危險性等級分布圖；

根據穩定性評價因子權重，利用地圖代數功能，將參與評價的因子指標圖層進行計算分析，得到暴雨洪水災害穩定性評價圖；

根據易損性評價因子權重，人口密度越大、國內生產總值密度越高，其洪災易損性也越高的原則，確定出各因子對洪災的影響度，得到洪水災害易損性評價圖；

根據防災減災能力評價因子權重，將參與評價因子指標進行插值分析，得到洪水災害防災減災能力評價圖。

所述步驟四評估研究區域內洪水災害風險值，該內容包括：

將研究區中暴雨洪水災害危險性等級評價圖、孕災環境穩定性等級評價圖、易損性等級評價結果圖和防災減災能力評價圖進行疊加分析；最后得出研究區的洪水災害風險評價結果圖。

所述步驟四劃分風險等級的方法，該方法包括：

最終洪水災害風險等級分為五級：低風險區、較低風險區、中等風險區、較高風險區、高風險區。

本發明所提供的洪水災害風險評估的方法，根據洪水災害系統特征及其空間變化規律特征，實現在不同空間尺度上分析因洪水災害現象可能造成社會經濟損害的區域和危險等級，并對其危險等級進行評估。

附圖說明

圖1是本申請提供的一種洪水災害風險評估方法流程框圖

圖2是本申請提供的利用SCS模型計算徑流量技術路線圖

圖3是本申請提供的人口數據處理流程圖

圖4是本申請提供的經濟數據處理流程圖

圖5是本申請提供的權重確定方法中AHP層次分析法流程圖

圖6是本申請提供的權重確定方法中熵權法流程圖

圖7是本申請提供的風險評估模塊方法流程圖

具體實施方式

以下結合附圖，對本發明的具體實施方式進行詳細說明。應當理解的是，此處描述的具體實施方式僅用于解釋說明本發明，并不用于限制本發明。

圖一是本發明提供的洪水災害風險評估流程框圖，如圖所示：

步驟S1，數據的收集與整理單元包括降雨數據、徑流量、洪水災害頻率、水文數據、地形數據、土地利用數據、植被數據、社會經濟數據、人口密度數據、水文水位觀測站點密度數據、地方財政收入數據和勞動人口比重數據。并將所述初始數據壓縮后存儲至創建的空間數據庫中；

子步驟S1.1，降水數據中，降雨強度、歷時和范圍直接影響所形成洪水災害的嚴重程度，將氣象站點數據(含有經緯度)直接導入到ARCGIS軟件中，并賦予投影信息；采用IDW空間差值方法進行插值，得到的降雨量柵格數據圖；對降雨量數據進行歸一化計算，得到研究區歸一化的降水影響分布圖。

子步驟S1.2，徑流量采用SCS模型曲線數值法(Curve number method；CN)進行計算，基于CN值計算。

SCS徑流模型能反映不同土壤類型、不同土地利用方式及前期土壤含水量對降雨徑流的影響。

其中：Q為徑流量；P為當天降水量；S為潛在入滲量，CN為曲線數值。由上述公式可以看出:集水區的徑流量取決于降雨量與該場降雨前集水區的潛在入滲量,而潛在入滲量又與集水區的土壤質地、土地利用方式和降雨前的土壤濕潤狀況有關,曲線數值法通過一個經驗性的綜合反映上述因素。只要求出CN值，就可以通過公式求得Q。如圖二所示徑流量計算技術路線。

子步驟S1.3，查閱歷史資料，得到各地方洪水災害發生頻率。

子步驟S1.4，地形變化通常用坡度來表征，但是目前的GIS軟件進行坡度計算的原理是僅考慮相鄰柵格的高程變化程度，而實際上影響洪水危險程度大小的是一定范圍內的地形變化，故采用高程相對標準差(利用ARCGIS GRID模塊中提供的FOCALSTD函數)來取代坡度，得到綜合地形影響因子圖。

子步驟S1.5，土地利用數據預處理的數據格式為GEOTIFF，利用ARCGIS中Extract by mask命令，提取研究區數據，轉換為柵格數據。

子步驟S1.6，植被數據處理，為獲得植被數據與天氣情況具有同步性，可選取反射率數據，這個時段的數據云量極少且數據質量較高。植被指數為多天合成產品，為了防止云的影響，采用最大植被指數法(MVC)處理，最終獲得植被指數分布柵格圖。

子步驟S1.7，河流數據處理，采用河網密度處理方法。河網密度是流域結構特征的一個重要指標，其定義為單位面積內河道的總長度，可用公式表示：

式中，L為流域內河流總長度，A為流域面積，n為流域內河段總段數，l為平均河長，a為平均相鄰面積。在實際計算中，可計算每個格網內的河流長度，因不同級別對于洪水災害的影響程度不同，對于線狀河流根據等級賦權重后進行河網密度的計算，并對河網密度進行歸一化計算，得到歸一化河網密度。

子步驟S1.8，人口指標獲取，常用人口密度表示某地的人口指標，區域人口密度的獲取方法通常用統計數據計算方法，即應用較近期的人口統計數據，用統計單元中的區域總面積和該單元中的總人口根據公式計算區域平均人口密度。

ρ_n＝P_n/A_n

其中ρ_n為區域n的居民地人口密度，P為區域n的總人口，A_n為區域n的居民地總面積。如圖三所示人口密度數據處理流程圖。

子步驟S1.9，經濟數據，GDP經濟數據以一定的行政單元為單位進行統計，由統計年檢可得一定行政單位的財政收入。其計算流程圖如圖四所示。

子步驟S1.10，水文水位觀測點密度數據，由單位面積上水文水位觀測點數量計算得來。

子步驟S1.11，勞動人口占總人口比重，由15-60歲人口比重得來。

步驟S2，數據標準化模塊中，為了便于空間運算，所用的數據均轉換成柵格數據存儲格式，所有的數據都經過投影轉換與重采樣，對降雨數據、河網密度數據、地形、人口、社會經濟等指標數據進行標準化處理并賦值給每個評價單元；通過歸一化方法得到柵格數據標準化。在ARCGIS中通過地圖代數工具對數據進行標準化處理。標準化的公式為

經過這種標準化所得的新數據，各要素的極大值為1，極小值為0，其余的數值均在0與1之間。其中X_i為專題指標數據中的統計值或VALUE值，X_i(max)表示指標數據值中的最大值，X_i(min)表示指標數據值中的最小值。

步驟S3，確定區域洪水災害風險影響因子權重。

子步驟S3.1，用AHP層次分析法確定影響因子權重，具體流程如圖五所示。

子步驟S3.1.1，建立遞階層次結構模型，分析洪水災害風險各影響因素之間的聯系和相互影響，根據洪水災害自身特點，建立“指標層、準則層、目標層”遞階層次結構模型。

子步驟S3.1.2，構造判斷矩陣，在層次結構模型中，同一層諸因素進行兩兩比較，比較其對于上一層因素的重要程度，并按事前規定的標度定量化，構成判斷矩陣。判斷矩陣結果主要是通過專家評估或由歷史數據得出。

子步驟S3.1.3，計算權向量，計算每一個判斷矩陣各因素針對其準則的相對權重。判斷矩陣A對應于最大特征值λ_max的特征向量W，經歸一化后即為同一層次相應因素對于上一層次某因素相對重要性的權重w′_j。為避免其他因素對判斷矩陣的干擾，在實際中要求判斷矩陣滿足大體上的一致性，需按下式進行一致性檢驗。

式中，λ_max為判斷矩陣的最大特征根,n為成對比較因子的個數。當CR≤0.1時，表明判斷矩陣具有滿意的一致性，否則就要對判斷矩陣進行調整，直至一致性檢驗達到要求為止。其中CI為一致性指標，RI為平均隨機一致性指標，CR為隨機一致性比例。

子步驟S3.2，熵權法有效地降低了層次分析法中人為主觀因素的干擾，可以從各風險因素采集數據入手，充分利用數據信息自身的變化，客觀地得出風險因素的權重。熵權法確定權重的主要過程如圖六所示：

子步驟S3.2.1，對層次分析法建立的判斷矩陣進行歸一化處理，得到標準矩陣：

p＝(p_ij)_n×n其中，

子步驟S3.2.2，計算第j項指標的熵值

其中，e_j(0≤e_j≤1)，為信息熵系數。

子步驟S3.2.3，計算指標的信息熵權重。

子步驟S3.3，確定組合權重。常用確定組合權重的方法有乘數和歸一法如下式所示：

當熵權法與層次分析法得出的權數排序完全相同時，用熵權法得出的權系數作為各指標的最終權系數，可有效地消除指標權系數的主觀性；當兩類方法得出的權系數按指標重要等級排序不一致時，采用層次分析法得出的權系數為各指標的最終權系數，可消除由嫡權法確定的權數與指標的實際重要程度相悖的錯誤；處于中間狀態時，可采用折中的方法。這種分析方法綜合了嫡權法與層次分析法的優點，使得多指標綜合評價中權數的確定更趨合理。

步驟S4，風險評估模型的建立。評估研究區域內洪水災害風險值，劃分風險等級，生成洪水災害風險指數圖。如七所示，風險評估模塊內容包括四個子模塊為危險性評價、穩定性評價、易損性評價和防災減災能力評價。

子步驟S4.1，選取了降雨量和徑流量指標進行危險性評價，一次暴雨持續約為3-4天。根據歷史洪災資料分析，最大三日降雨對洪災形成影響最大，因此選用降水集中月份月平均最大三日降雨量、河流徑流量指數和歷史洪水發生頻率作為反映對洪災影響的危險性評價。

子步驟S4.2，洪水災害穩定性評價內容有：選取DEM、土地利用類型、植被指數、河網密度因素來進行暴雨災害孕災環境穩定性評價。基于對指標數據的標準化處理，以及對數據的五級劃分表述各因子指標對孕災環境穩定性的影響。確定DEM、土地利用類型、植被指數、河網密度的權值，并經過一致性檢驗。利用地圖代數功能，將參與評價的因子指標圖層進行計算分析，得到暴雨洪水災害穩定性評價圖。

子步驟S4.3，洪水災害易損性評價內容有：選取了人口密度分布和人均GDP指標進行洪水災害易損性評價。根據人口密度越大、國內生產總值密度越高，其洪災易損性也越高的原則，確定出各因子對洪災的影響度。得到洪水災害易損性評價圖。

子步驟S4.4，洪水災害防災減災能力評價內容有：選取水文水位站點數密度、單位土地面積地方財政收入、勞動人口比重來進行防災減災能力評價。

子步驟S4.5，洪水災害綜合風險評價內容有：自然災害綜合風險表達式為：綜合風險(risk)＝危險性+易損性+穩定性+防災減災能力

它能夠較全面地反映了風險的本質特征。采用綜合指數法并根據自然災害風險表達式，還可以進一步表達為：

危險性指數:

穩定性指數:

易損性指數:

防災減災指數：

風險性指數:RI(x)＝w_HIHI(x)+w_SISI(x)+w_VIVI(x)+PI(x)

其中，W_j,W_HI,W_SI,W_VI代表影響因子指標權重，HI_ji(x)，SI_ji(x)，VI_ji(x)，PI_ji(x)代表影響因子指標；HI(x)代表洪災危險性指數，SI(x)代表洪災穩定性指數，VI(x)代表洪災易損性指數，PI(x)代表防災減災能力指數，RI(x)代表洪災風險性指數。

子步驟S4.6，在區域洪水災害風險等價評價圖制作中，利用上述公式將研究區中洪水災害危險性等級評價圖、孕災環境穩定性等級評價圖、易損性等級評價結果圖和防災減災能力評價結果圖進行疊加分析；將最終風險值等級劃分為五級：低風險區、較低風險區、中等風險區、較高風險區、高風險區。最后得出研究區的洪水災害風險評價結果圖。

應當說明的，為避免書面信息重復，在本發明具體實施步驟中，并沒有介紹該方法所適用的區域尺度。應當理解為該研究適用于：有洪水災害發生的不同尺度區域內。

以上對本申請所提供的一種不同尺度洪水災害風險評估方法，所作的詳細介紹。以上實施步驟僅用于幫助理解本發明的具體方法與核心思想，并不用以限制本發明。對于本領域的一些研究人員，依據本申請的思想,在具體實施方式及應用范圍上均會有改變之處。

本申請中的英文縮寫的全稱是：

AHP：層次分析法(Analytic Hierarchy Process,AHP)

SCS模型(Soil Conservation Service,SCS)

曲線數值法(Curve number method；CN)

GIS(Geographic Information System，GIS),地理信息系統

ARCGIS:美國環境系統研究所(ESRI)研發的地理信息系統專業軟件，無英文縮寫

DEM:(Digital Elevation Model,DEM),數字高程模型

GDP:(Gross Domestic Product,GDP),國內生產總值

IDW:(Inverse Distance Weighted,IDW),反距離權重

MVC:(Maximum Value Composite,MVC),最大植被指數法